基于区组设计的功能性近红外光谱实验中的定性与比较性皮层活动数据分析

对于初学者而言，解释 F-N-I-R-S（即 fNIRS）数据可能较为困难，因为这类数据通常无法被量化。我们采用两种互补方法的实验方案有助于更好地理解此类数据。该技术的主要优势在于，通过两种定性分析方法——基于广义线性模型（GLM）的统计参数映射和多通道比较性分层混合模型，提高了数据分析的全面性与可靠性。

在进行fNIRS实验之前，将fNIRS设备置于黑暗且无噪音的环境中，并将全头fNIRS记录帽戴在受试者头部，使对应国际10-20系统中心的位置位于头帽的245号定位孔。在参考定位点处贴上标记贴纸，并从15个不同角度拍摄受试者头部的探头位置照片，包括参考点。将包含32个光极的48通道系统双侧布置于头帽的额区和顶区作为感兴趣区域，并使用3D数字化软件确定空间配准。

完成对整个头部的图像数据扫描后，通过自动测量确定受试者的空间坐标，并将数据保存为 Origin 和 Others 文件。进行 fNIRS 分析时，让受试者保持舒适体位，并指导其闭上眼睛。然后告知受试者开始和停止的提示信号，要求其在保持相同直立姿势的情况下完成区组设计任务。

为了使用 NIRS-SPM 软件进行定性的一般线性模型分析，请在 MATLAB 软件中启动 NIRS-SPM 程序，并从弹出菜单中选择 NIRS 系统选项。点击加载按钮。为了检测 NIRS 通道位置的空间配准，请选中独立模式和使用 3D 数字化仪复选框。

在“从实际坐标到MNI空间”中，使用对话框选择坐标参考点以及坐标探针/通道文件。单击“配准”并选择相应点以进行空间估计。单击“确定”，将MNI坐标投影至渲染后的大脑图像。

选择背侧视图，然后点击保存。在“指定一级分析”部分，选择NIRS数据文件名和SPM目录。勾选血红蛋白复选框，并选择指定设计和秒。

选择刺激起始时间与持续时间的向量，并输入实验条件的起始时间与持续时间相乘后的向量，如图所示。进行去趋势处理时，选择小波-最小描述长度法（Wavelet-MDL）。使用预着色方法、低通滤波器，并选择血流动力学响应函数（hrf）。

校正序列相关性时，选择“无”。若要估计时间相关性，请勾选“个体分析”以分析单个个体。若要估计一组受试者的时间相关性，请勾选“组分析”，然后基于标准化大脑中血红蛋白水平变化计算激活图。

为了基于分层混合模型进行多通道比较分析，请打开合适的统计分析软件程序，并将经过低通滤波处理的最近数据文件中氧合与脱氧血红蛋白浓度变化的文本文档转换为电子表格软件的逗号分隔值文件。使用命令为每位受试者创建干预前与干预后的导入数据，并按照指示对每个通道运行干预前与干预后的数据命令。根据输出结果获得的数据，在电子表格中输入每个通道在干预前与干预后变化值、静息状态值以及任务状态值的差异。

然后将固定效应III型检验中交互项的分子自由度、分母自由度、F值和P值输入到电子表格中。在此项针对10名中风患者的代表性组分析中，与训练前相比，在机器人辅助康复后，受测半球的初级运动皮层皮质活动有所增强。在此项多通道组分析中，通过干预前与干预后的比较，发现干预后初级运动皮层的皮质活动增加，该脑区与NIRS-SPM中观察到的区域一致。

我们的方法可用于多种神经系统疾病的干预前后分析，例如运动障碍、脑血管疾病和神经精神障碍。研究人员除了肘部运动外，还可以采用其他区组设计任务，例如腿部运动。此外，我们的方案有助于揭示不同治疗环境下的干预效果。